ChatGPT เริ่มดูภาพและพูดคุยด้วยเสียงได้: กล่องเครื่องมือใหม่ของผู้บริหาร

ประชุมมาทั้งวัน กลับมาที่โต๊ะยังต้องพิมพ์บันทึกตรวจสอบที่จดด้วยมือ รูปสายการผลิต หรือสภาพการจัดเรียงสินค้าให้เป็นตัวอักษรก่อนถึงจะถาม AI ได้ พิมพ์ไปพิมพ์มาหลายคนก็เลิกกลางคัน ผู้บริหารส่วนใหญ่ยังมองว่า ChatGPT เป็น "เครื่องตอบคำถามด้วยข้อความ" แต่ภาพจำนี้กำลังจะล้าสมัย OpenAI ประกาศเมื่อวันที่ 25 กันยายน (เวลาสหรัฐฯ) ว่าจะทยอยเปิดฟีเจอร์สนทนาด้วยเสียงและการจดจำภาพให้ผู้ใช้ ChatGPT Plus และ Enterprise ภายในสองสัปดาห์ข้างหน้า ถือเป็นครั้งแรกที่การโต้ตอบกับ AI ก้าวออกจากกรอบข้อความล้วน

จากการพิมพ์สู่การพูดคุย

แต่ก่อนคุยกับ ChatGPT ได้แค่พิมพ์ ซึ่งสำหรับผู้บริหารที่ยุ่งอยู่แล้ว นี่คือด่านที่มองไม่เห็น ระหว่างขับรถหรือเดินตรวจพื้นที่ ไม่มีเวลามานั่งพิมพ์ทีละคำ ฟีเจอร์สนทนาด้วยเสียงที่เปิดใช้ครั้งนี้ ทำให้ผู้ใช้พูดถามได้โดยตรง AI ก็ตอบด้วยเสียงกลับมา ใกล้เคียงจังหวะการสนทนาจริงมากขึ้น นี่ไม่ใช่แค่ลูกเล่น แต่คือการขยาย AI จาก "เครื่องมือบนโต๊ะทำงาน" ไปสู่ "เครื่องมือที่พกติดตัวได้" ซึ่งมีความหมายมากสำหรับผู้บริหารที่ต้องทำงานเคลื่อนที่เป็นประจำ

AI ที่เริ่มดูภาพเข้าใจ ไม่ใช่แค่อ่านตัวอักษร

ความสามารถจดจำภาพเป็นอีกก้าวหนึ่ง: ในอนาคตผู้ใช้จะส่งรูปถ่ายหรือภาพหน้าจอให้ AI อธิบายเนื้อหาในภาพและช่วยวิเคราะห์ได้ ลองนึกภาพส่งภาพหน้าจอยอดขายจากระบบหลังบ้านอีคอมเมิร์ซ ภาพการจัดเรียงสินค้าที่ยุ่งเหยิง หรือภาพหน้างานที่สายการผลิตผิดปกติให้ AI โดยไม่ต้องเสียเวลาบรรยายเป็นข้อความว่า "ประมาณนี้" AI จะให้ข้อสังเกตและคำแนะนำจากภาพได้โดยตรง ฟีเจอร์นี้ขณะนี้ยังอยู่ระหว่างทยอยเปิดให้ผู้ใช้ Plus และ Enterprise บางส่วน ยังไม่เปิดครบทุกคน แต่ทิศทางชัดเจนแล้วว่า AI กำลังก้าวจาก "ฟังสิ่งที่คุณพูด" ไปสู่ "ดูสิ่งที่คุณให้"

สี่อุตสาหกรรมหลักในไทย ควรคิดให้ชัดว่าจะใช้ตรงไหน

สำหรับหัวหน้าโรงงานผลิต นี่หมายถึงในอนาคตอาจใช้ภาพสายการผลิตภาพเดียวประเมินความผิดปกติเบื้องต้นได้เร็วขึ้น สำหรับผู้จัดการร้านอาหาร ภาพการจัดเรียงหรือภาพตรวจสอบความปลอดภัยอาหารอาจกลายเป็นสื่อกลางใหม่ในการสื่อสาร สำหรับผู้บริหารคลังสินค้าและช่องทางจัดจำหน่ายค้าปลีกค้าส่ง การวิเคราะห์จากภาพหน้าจอช่วยลดงานคีย์ข้อมูลจำนวนมาก สำหรับผู้ดูแลอีคอมเมิร์ซ ข้อความในโซเชียลและภาพหน้าจอบริการลูกค้าก็อาจถูก AI ประมวลผลได้โดยตรง ฟีเจอร์เหล่านี้ยังไม่เปิดใช้งานจริงในตอนนี้ แต่การคิดล่วงหน้าว่า "อยากให้ AI ดูอะไรที่สุด" จะทำให้ไม่ตั้งตัวไม่ทันเมื่อฟีเจอร์เปิดใช้จริง ยกตัวอย่างโรงงานตัดเย็บเสื้อผ้าขนาดกลางแห่งหนึ่งในกรุงเทพฯ หัวหน้าสายการผลิตแต่เดิมต้องพึ่งใบตรวจสอบกระดาษรายงานความผิดปกติ เดินไปมาที่ห้องทำงานเพื่อตรวจสอบกินเวลาไม่ต่ำกว่าสามสิบนาที หากในอนาคตสามารถถ่ายภาพผ้าที่มีตำหนิด้วยมือถือแล้วให้ AI ระบุประเภทความผิดปกติที่เกิดซ้ำพร้อมสาเหตุที่เป็นไปได้ หัวหน้าก็จะมีเวลาไปแก้ปัญหาแทนที่จะคัดลอกรายงาน นี่คือคุณค่าของการคิดล่วงหน้าว่า "อยากถาม AI อะไร"

🔧 ลงมือทำกับ AI: เปลี่ยนข้อสังเกตหน้างานให้เป็นรายงานที่มีโครงสร้าง

ฟีเจอร์จดจำภาพยังอยู่ระหว่างทยอยเปิด คนส่วนใหญ่ยังไม่ได้ใช้ในตอนนี้ แต่เราฝึกทักษะ "พูดข้อมูลหน้างานให้ชัดเจน" ไว้ก่อนได้ นี่คือพื้นฐานที่คุณจะต้องใช้สั่งงาน AI เมื่อฟีเจอร์ดูภาพเปิดใช้ในอนาคต ลองฝึกกับ ChatGPT (GPT-4) แบบข้อความล้วนก่อน: พิมพ์ประเด็นที่สังเกตเห็นจากการตรวจพื้นที่ ประชุม หรือตรวจสอบวันนี้แบบพูดปากเปล่า แล้วให้ AI ช่วยจัดเป็นรายงานที่มีโครงสร้าง

คุณคือที่ปรึกษาด้านปฏิบัติการอาวุโส ต่อไปนี้คือข้อสังเกตจากการตรวจพื้นที่/ประชุมของฉันวันนี้ ช่วยจัดเป็นรายงานที่มีโครงสร้างให้หน่อย:

[ข้อสังเกตหน้างาน]
{วางข้อสังเกตที่พิมพ์แบบสบายๆ ไม่ต้องจัดระเบียบก็ได้}

กรุณาแสดงผลตามรูปแบบนี้:
1. สรุปสถานการณ์ปัจจุบัน (ไม่เกิน 3 ประโยค)
2. ประเด็นปัญหาหลัก (แบบข้อ พร้อมสาเหตุที่เป็นไปได้สั้นๆ)
3. ลำดับความสำคัญที่ควรจัดการก่อน (เรียงตามความเร่งด่วน)
4. สิ่งที่ทำได้จริงในสัปดาห์นี้ (1-2 ข้อ)

ตอบเป็นภาษาไทยแบบทางการเชิงธุรกิจ ไม่ต้องใช้คำคุณศัพท์มากเกินไป

ประเด็นสำคัญของการฝึกนี้ไม่ได้อยู่ที่ AI แต่อยู่ที่ตัวคุณเอง เมื่อคุณอธิบายสิ่งที่ "ภาพหนึ่งภาพบอกได้" ด้วยข้อความที่แม่นยำได้ พอถึงวันที่ฟีเจอร์ดูภาพเปิดใช้งานจริง คุณจะรู้ว่าควรถามอย่างไร ใช้อย่างไร

ก้าวแรกที่ทำได้สัปดาห์นี้

เลือกสถานการณ์หน้างานที่ปกติคุณต้องเล่าปากเปล่าหรืออธิบายด้วยภาพ ลองเปลี่ยนมาใช้เทมเพลตพรอมต์ด้านบน พิมพ์ข้อสังเกตเป็นข้อความส่งให้ ChatGPT จัดเป็นรายงาน แล้วลองสัมผัสความต่างระหว่าง "พูดให้ชัด" กับ "ให้ AI ช่วยคิดให้ชัด"